在R中组合宽格式的变量

Question

我目前有一个宽格式数据框，其中包含干预前和干预后的问卷分数。有 848 名患者至少有一份问卷。我想查看数据以比较分数从干预前到干预后的变化情况。但是，我很苦恼，因为这些数据是宽格式的，而且就每位患者的问卷数量而言，数据并不统一。有一个变量列出了问卷的实例，问卷的值是另一个变量。

这是它当前外观的示例：

a=c('instance1','total1','instance2', 'total2', 'instance3', 'total3', 
'instance4','total4', 'instance5','total5')
b=c('postop2', '5', 'postop1', '7', NA, NA, 'preop', '10', NA, NA)
c=c(NA, NA, 'preop', '3', NA, NA, 'postop1', '4', 'postop2', '3')
data.frame(rbind(a,b,c))

问卷数据共有848行。

我需要计算术前和术后问卷的差异。重组这些数据以便获得这些值的最佳方法是什么？我正在苦苦挣扎，因为所有 848 名患者之间的实例并不一致。

感谢您的帮助。

Answer 1

不确定这是否是你所追求的，但试试这个 data.table 方法：

library(data.table)

DT <- data.table(rbind(b,c))
names(DT) <- a

DT2 <- melt(DT, measure = patterns("^instance", "^total"), value.name = c("instance", "total"))

DT2

    variable instance total
 1:        1  postop2     5
 2:        1       NA    NA
 3:        2  postop1     7
 4:        2    preop     3
 5:        3       NA    NA
 6:        3       NA    NA
 7:        4    preop    10
 8:        4  postop1     4
 9:        5       NA    NA
10:        5  postop2     3

编辑：

如果你想要一个摘要，你也可以这样做：

DT2$total <- as.numeric(DT2$total)  # for some reason total is class character

DT2[, sum(total), by=instance]

   instance V1
1:  postop2  8
2:       NA NA
3:  postop1 11
4:    preop 13